오늘도 문제를 해결하는 기획자의 스터디 로그

[기획자의 하드웨어 5분 스터디] #044. 공간을 보는 눈(CNN)과 시간을 기억하는 뇌(RNN)

💡 하드웨어와 AI 도메인으로 시야를 넓혀가는 서비스 기획자의 5분 스터디 기록입니다. [개념] 이미지와 텍스트는 씹어 삼키는 방식이 다르다인간은 사진을 볼 때와 책을 읽을 때 뇌를 다르게 쓴다고 한다. 사진은 '전체적인 형태와 공간'을 한눈에 파악하고, 책은 '앞뒤 문맥과 순서'를 기억하며 읽게 된다. AI도 마찬가지이다. 다루는 데이터의 성격에 따라 딥러닝 신경망의 구조(Architecture)가 완전히 달라지게 된다.CNN(합성곱 신경망, Convolutional Neural Network): '공간과 이미지'의 스페셜 리스트원리: 돋보기를 들고 이미지를 아주 작은 조각으로 쪼개서 훑어보는 방식이다. 처음에는 선이나 점 같은 단순한 특징을 찾고, 층이 깊어질 수록 눈, 코, 입, 그리고 최종적으로..

💡 하드웨어와 AI 도메인으로 시야를 넓혀가는 서비스 기획자의 5분 스터디 기록입니다. [개념] 1. 지도학습(Supervised Learning): 정답지를 주고 가르치기가장 대중적이고 상용화된 방식이다. 문제와 정답(Label)을 세트로 묶어서 공부시키는 것이다. 예를 들어, 3살 아이에게 사과 사진을 보여주며 "이건 사과야", 포도 사진을 보여주며 "이건 포도야"라고 반복해서 알려주는 것과 같다고 할 수 있다. 아이는 나중에 처음 보는 사진을 보더라도 '이건 사과네!'라고 맞힐 수 있게 된다.2. 비지도학습(Unsupervise Learning): 정답 없이 스스로 특징 찾기정답지 없이 데이터만 잔뜩 주고, "너희가 알아서 비슷한 것들끼리 묶어 봐"라고 시키는 방식이다. 예를 들어 아이에게 수많은..

💡 하드웨어와 AI 도메인으로 시야를 넓혀가는 서비스 기획자의 5분 스터디 기록입니다. [개념] 규칙을 짜주는 시대에서, 스스로 규칙을 찾는 시대로기존 소프트웨어 기획자는 완벽한 '경우의 수'를 설계하는 사람이었다. '만약(If) 사용자가 A버튼을 누르면(Then) B화면을 띄우고, 아니면(Else) C를 띄워라.' 이것이 전통적인 룰 베이스(Rule-Based) 기획이다. 하지만 복잡한 현실 세계에서는 '현상'의 조건(If)을 기획자가 일일이 수식으로 정의하기 어렵다. 그 현상이 일어나는 각도, 모양, 조명의 밝기 등등 수만가지의 경우의 수가 나올 수 있기 때문이다.전통적 프로그래밍: 데이터 + 규칙(기획자가 짠 조건) = 정답 도출머신러닝(Machine Learning): 데이터 + 정답(현상 O/..

💡 하드웨어와 AI 도메인으로 시야를 넓혀가는 서비스 기획자의 5분 스터디 기록입니다. [개념] 기술(How)은 변해도 본질(Why)은 변하지 않는다. 그동안 틈틈이 엣지AI, NPU, VLM, Matter, 수율, PoC 등 다양한 기술과 프로세스를 이해해보았다. 3년 뒤면 더 엄청난 스펙의 칩셋이 나올 것이고 지금의 AI 모델은 구형이 되어 옛날 옛적 이야기처럼 느껴질 수도 있을 것이다. 하지만 타겟 고객의 '불안과 욕망'은 절대 변하지 않는다. '내 아이가 자다가 다치지 않았으면 좋겠다.', '우리 매장에 도둑이 들지 않았으면 좋겠다.', '공장 화재로 인한 손실을 막고 싶다.' 등의 본질적인 문제(Why)는 기술이 아무리 발전해도 그 자리에 있다. 기획자는 화려한 기술(How)에 매몰되는 것이 ..

💡 하드웨어와 AI 도메인으로 시야를 넓혀가는 서비스 기획자의 5분 스터디 기록입니다. [개념] 불과 몇 년 전만해도 스마트 전구 하나를 살 때 '이 제품이 구글 어시스턴트용인가, 애플 홈킷용인가, 삼성 스마트싱스용인가?'를 따져야 했다. 제조사마다 언어가 달랐기 때문이다. 이 파편화된 시장을 통합하기 위해 전 세계 빅테크들이 모여 만든 스마트홈 연동 표준 공용어가 바로 'Matter(매터)'이다.예를 들어 과거에는 서로 한국어, 영어, 불어만 할줄 아는 가전제품들이 섞여있어 서로 대화가 불가능했다면, 이제는 모든 기기가 새로운 '공통의 언어'를 기본적으로 탑재하고 출시되어 허브나 스마트폰의 브랜드와 상관 없이 곧바로 연결되고 대화할 수 있게 된 것이다. [최신 트렌드]Matter 표준이 대중화되면서 ..

💡 하드웨어와 AI 도메인으로 시야를 넓혀가는 서비스 기획자의 5분 스터디 기록입니다. [개념] #036.에서 하드웨어 기기만 팔지 않고 기기가 모아온 데이터로 부가가치를 창출하는 것에 대해 알아보았다. 그런데 데이터를 수집할 때 법적인 규제는 없을까? 오늘의 포스팅은 이 궁금증에서 시작했다. 데이터를 팔아서 돈을 번다는 달콤한 비즈니스 모델 이면에는 '컴플라이언스(법적 규제)'라는 거대한 산이 있다. 결론부터 말하자면, 법적 규제는 당연히 매우 엄격하게 존재하며, 하드웨어 자체에는 화면이 없기 때문에 '연동된 소프트웨어(컴패니언 앱/웹)'를 통해 동의를 받게 된다.개인정보보호법(한국) & GDPR(유럽)사용자를 특정할 수 있는 영상, 음성, 생체 데이터는 철저한 보호 대상이다. 익명화의 역설데이터를 ..

💡 하드웨어와 AI 도메인으로 시야를 넓혀가는 서비스 기획자의 5분 스터디 기록입니다. [개념] 기기가 모은 데이터는 어떻게 돈이 될까? 과거의 하드웨어 비즈니스는 기기를 팔거나, 그 기기를 관리해 주는 대가로 매월 구독료를 받는 것(SaaS)이 전부였다. 하지만 진정한 비즈니스의 확장은 기기들이 쉼 없이 뿜어내는 '데이터 자체'를 상품화하는 데서 시작된다. 데이터 수익화(Data Monetization)수집된 데이터를 익명화하고 분석하여 그 '인사이트'를 필요로 하는 제3의 기업이나 기관에 판매하는 전략이다.API 비즈니스우리가 만든 AI의 분석 능력이나 데이터에 다른 서비스들이 접속해서 쓸 수 있도록 '통로(API)'를 열어주고, 그 통행료를 받는 모델이다.쉽게 말해, 식당(하드웨어 판매)을 차려서..

💡 하드웨어와 AI 도메인으로 시야를 넓혀가는 서비스 기획자의 5분 스터디 기록입니다. [개념] 지금까지의 비전 AI(객체 탐지)가 단순히 영상 속에서 '사람이다!', '자동차다!'라고 외치는 수준이었다면, 이제는 영상의 맥락(Context)까지 이해하는 VLM(Vision Language Model, 비전 언어 모델)의 시대로 넘어가고 있다.과거의 AI는 단순 경비원처럼 '사장님, 화면에 '사람'이 나타났습니다'(누구인지, 뭘 하는지는 모름)라고 했다면, 미래의 AI는 베테랑 탐정처럼 '사장님, 빨간 모자를 쓴 30대 남성이 뒷문 주변을 서성이며 스마트폰을 보고 있습니다.' 라고 하는 것과 비슷하다.텍스트를 이해하는 거대 언어 모델(VLM)에 '눈(Vision)'을 달아주어, 영상 속 상황을 사람처럼..

💡 하드웨어와 AI 도메인으로 시야를 넓혀가는 서비스 기획자의 5분 스터디 기록입니다. [개념] 하드웨어와 비전 AI를 활용한 서비스라도 그것을 '누구에게 파느냐'에 따라 기획의 언어와 우선 순위가 180도 달라진다.B2C(기업과 소비자 간 거래)구매자 = 사용자이다. 내가 내 돈을 내고 내가 쓴다. 감성, 디자인, 직관적인 편리함이 구매를 결정하게 된다.B2B(기업 간 거래)구매자(의사결정권자, 대표) ≠ 사용자(현장 작업자, 관리자)이다. 대표는 비용 절감(ROI)를 보고 결재하고, 현장 작업자는 업무 효율성을 보게 된다.좀 더 쉬운 예를 들어보자면, B2C 기획은 가족 여행을 위한 '패밀리카'를 기획하는 것이고, B2B 기획은 쿠팡의 '배달용 화물차'를 기획하는 것이라 할 수 있다. 패밀리카는 승..

💡 하드웨어와 AI 도메인으로 시야를 넓혀가는 서비스 기획자의 5분 스터디 기록입니다. [개념] 앱 서비스는 고객이 '앱이 안 켜져요'하면 버그를 고쳐서 업데이트하면 되지만, 물리적인 기기는 고장이 나면 회수하고 고쳐서 다시 보내주는 복잡한 물류 과정이 발생하게 된다. 기기의 생애 주기가 끝날 때 기획자가 알아야 할 두 가지 핵심 용어이다.RMA(Return Merchandise Authorization, 반품/수리 권한)고객이 고장 난 기기를 본사로 보내 수리하거나 새 제품으로 교환 받는 일련의 AS 물류 프로세스를 말한다.EOL(End of Life, 제품 수명 종료)'이 제품은 너무 오래되어서 더 이상 만들지도 않고, 수리용 부품도 없고, 소프트웨어 업데이트도 안 해줍니다'라고 선언하는 단종 단계..